Типология регионов России по показателям человеческого потенциала

Обложка

Полный текст

Аннотация

В статье представлены результаты типологизации регионов по показателям человеческого потенциала. Цель исследования — группировка регионов по уровню развития человеческого потенциала и в этом аспекте выявление среди них образцовых и отстающих. Объект исследования — 85 российских регионов и показатели их человеческого потенциала. Сначала рассматривались 22 показателя, характеризующих различные аспекты человеческого потенциала: демографический, трудовой, образовательный, культурный, экологический и относящийся к социальному здоровью, включая его негативные компоненты — потребление алкоголя и преступность. Далее выбранные показатели были проанализированы и проверены на мультиколлинеарность, в результате чего осталось 9 показателей, отражающих: ожидаемую продолжительность жизни, рождаемость, заболеваемость, долю высоквалифицированных работников, удельный вес руководителей и специалистов, потребление алкоголя, число посещений музеев и театров, число разводов, экологическое поведение. Типологизация проведена методами кластерного анализа: иерархического и k-средних. Использованы данные официальной статистики социально-экономического развития регионов за 2021 год. В результате кластеризации получено 9 групп регионов, от 1 до 22 регионов в группе. Каждой группе дана содержательная характеристика. Группировка регионов сильно отличается от привычных типологий по экономическому развитию. Например, Московская и Ленинградская области по характеристикам человеческого потенциала определены на уровне «ниже среднего», а экономически развитая Республика Татарстан и дотационная Псковская область попали в одну группу. Полученная типология расширяет представление о региональной дифференциации человеческого потенциала и позволяет по-другому взглянуть на уровень его развития в отдельных регионах и их группах. Основная польза типологии заключается в том, что группы с высокими значениями показателей человеческого потенциала должны стать объектами анализа тех эффективных мер воздействия на него, которые регионы реализуют и благодаря которым достигли хороших результатов. Этот опыт следует распространять на менее успешные в плане развития человеческого потенциала регионы.

Об авторах

Елена Викторовна Рюмина

ИСЭПН ФНИСЦ РАН

Email: ryum50@mail.ru
ORCID iD: 0000-0002-7386-1077
SPIN-код: 6902-7304
д.э.н., проф., главный научный сотрудник Москва, Россия

Артём Александрович Федотов

ИСЭПН ФНИСЦ РАН

Email: fedotov.arr@gmail.com
ORCID iD: 0000-0003-4185-4013
SPIN-код: 5172-1491
к.э.н., старший научный сотрудник Москва, Россия

Список литературы

  1. Локосов, В.В. Человеческий потенциал: концептуальные подходы и методики измерения / В.В. Локосов // Народонаселение. — 2023. — Т. 26. — № 4. — С. 4–14. doi: 10.19181/population.2023.26.4.1; EDN: FFZUND
  2. Токсанбаева, М.С. Социально-экономические факторы, влияющие на качество трудового потенциала населения регионов России / М.С. Токсанбаева, О.А. Коленникова, Р.И. Попова // Народонаселение. — 2024. — Т. 27. — № 3. — С. 98–110. doi: 10.24412/1561-7785-2024-3-98-110; EDN: WEHHTT
  3. Everitt B.S. Cluster analysis. Fifth Edition / Brian S. Everitt. Sabine Landau, Morven Leese, Daniel Stahl. — U.K : John Wiley & Sons, — 2011. — 330 p.
  4. Lior R. A Survey of Clustering Algorithms / R. Lior // Data Mining and Knowledge Discovery Handbook. Second Edition / Ed. Oded Maimon and Lior Rokach. — New York : Springer, 2010 — P. 269–298. doi: 10.1007/978-0-387-09823-4
  5. Simovici, D.A. Mathematical Tools for Data Mining. Second edition / D.A. Simovici, C. Djeraba. — London : Springer-Verlag, 2014. — 831 p. doi: 10.1007/978-1-4471-6407-4
  6. Рюмина, Е.В. Анализ факторов региональной дифференциации показателей потребления электроэнергии населением России / Е.В. Рюмина // Народонаселение. — 2023. — Т. 26. — № 3. — С. 107–116. doi: 10.19181/population.2023.26.3.9; EDN: YRYQVK

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».